• 한국융합학회논문지
• /
• 제11권12호
• /
• pp.23-30
• /
• 2020

본 연구에서는, 천연가스(NG) 데이터와 가스 관련 환경 요소 간의 관계를 기계학습 알고리즘을 사용하여 가스 누출 데이터를 직접 측정하지 않고 가스 누출 위험 수준을 예측하였다. 이번 연구는 서버가 제공하는 오픈 데이터인 IoT 기반 원격 제어 피카로(Picarro) 가스 센서 사양을 기반으로 사용했다. 천연 가스는 공기 중으로 누출이 되며, 대기 오염, 환경, 그리고 건강에 큰 문제가 된다. 본 연구에서 제안하는 방법은 천연 가스의 누출 위험 예측을 위한 랜덤 포레스트(Random Forest) 분류 기반 다변량 특이치 제거 방법이다. 비지도 k-평균 클러스터링 후에 실험 데이터 집합은 불균형 데이터이다. 따라서 우리는 제안된 모델이 중간과 높은 위험 수준을 가장 잘 예측할 수 있다는 점에 초점을 맞춘다. 이 경우 각 분류 모델에 대한 수신자 조작 특성(ROC) 곡선, 정확도, 평균 표준 오차(MSE)를 비교했다. 실험 결과로 정확도, 수신자 조작 특성의 곡선 아래 영역(AUC, Area Under the ROC Curve), MSE가 각각 MOL_RF의 경우 99.71%, 99.57%, 및 0.0016의 결과 값을 얻었다.

• 융합신호처리학회논문지
• /
• 제2권2호
• /
• pp.28-38
• /
• 2001

교통정보는 크게 지점정보와 공간정보로 나눌 수 있다. 지점정보는 한 지점에서의 차량의 유무 판정을 통해 얻을 수 있는 정보이며, 공간정보는 일정 공간을 관찰해야만 얻을 수 있는 고급 교통정보이다. 영상처리를 이용해 공간정보를 측정하기 위해서는 차량의 전역 추적을 필요로 하는데 전역 추적에 기반한 영상검지기는 비디오 입력, 차량 탐지, 차량 추적, 교통정보 측정의 네 부분으로 나눌 수 있다. 기존의 연구들은 비디오 입력시 자동 아이리스를 사용하여 급격한 밝기변화에 대응치 못하는 단점이 있고 차량 탐지시 기존의 배경생성 방법들은 정체가 심한 교차로에서 매우 좋지 않은 결과를 보인다. 또한 대부분의 연구에서 교통정보 측정을 지점 정보로만 국한하였다. 본 연구에서는 자동 아이리스의 단점 개선을 위해 사용자 제어 아이리스 방법을 제안하였고, 복잡한 교차로에서도 배경생성을 견고히 할 수 있는 장면차이 기반 배경생성 방법을 제안하였다. 또한 통행량/시간/속도는 물론 대기행렬 길이, 회전/직진 교통류의 공간 교통정보를 측정하는 방법을 제안하였고 실제 실험을 해 본 결과 95%∼100%의 정확도를 보였다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.139-144
• /
• 2021

본 연구는 치과위생사의 치위생사정의 수행 실태를 조사하고, 치과의료기관 유형에 따른 수행 비율을 파악하기 위하여 수행하였다. 수도권 임상치과위생사 195명을 대상으로 설문조사를 시행하였고, 수행실태를 조사한 치위생사정 항목은 치과병력 채득, 의과병력 채득, 생징후 측정, 구외 검사, 구내 검사, 치주조직 검사로 총 6가지였다. 연구 결과 수행 비율이 가장 높은 항목은 치과병력 채득 92.8%였고, 가장 낮은 항목은 구외 검사 57.9% 였다. 치과 유형에 따른 치위생사정 수행률을 비교하면, 모든 항목에서 치과의원이 치과병원과 대학병원에 비해 높았으며 특히 구내검사와 구외검사 수행률이 치과의원에서 높게 나타났다. 본 연구를 통해 전반적으로 높은 치위생사정 수행률을 볼 때, 임상 실태를 반영하지 못하는 치과위생사의 법적업무에 대한 논의와 일부 치위생사정 항목에 대한 보험수가 반영이 필요할 것이다.

• 한국치위생학회지
• /
• 제22권2호
• /
• pp.133-142
• /
• 2022

Objectives: This study was conducted by clinical dentistry hygienists to develop knowledge measurement tools and evaluate knowledge necessary to cope with emergencies related to systemic diseases occurring in dentistry. Methods: Basic questions were developed on the six most frequently occurring diseases in the dental office: diabetes, syncope, respiratory disease, coronary artery disease, cerebrovascular disease, and epilepsy. Fifty-eight preliminary questions were composed in a survey format through expert validation. The survey was then conducted on 290 dental hygienists to verify the composition validity and reliability. Factor and reliability analyses were performed using the SPSS 23.0 program, and the correct answer rate for each question was calculated. Results: 49 items of a total of 13 factors were adopted as the final items for signs, symptoms, prevention and treatment of five diseases. The question with the highest percentage of correct answers for each question was "Slowly set up the unit chair when raising the patient"(97.9%) during the prevention of unconsciousness and question with the lowest correct answer rate was "soft substances such as cloth should be put in the mouth to prevent trauma while the seizure persists" (16.6%). Conclusions: A total of 49 questions have been developed as tools to measure the knowledge of dental hygienists' first aid related to systemic diseases and it is expected that related curriculum can be operated or evaluated by using them.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1295-1303
• /
• 2022

안정적인 수도 공급을 위한 상수도관망의 역할이 더욱 주목받음에 따라 비정상 상황에 대한 신속한 탐지와 적절한 대처 역시 중요시되고 있다. 장치에 의존한 탐지기법 등 기존의 방법론에는 한계가 존재하므로 데이터를 이용한 모델 기반의 방법이 개발되었다. 하지만 상수도관망 내 측정 데이터는 불확실성을 가져 실제 사용량과 다르다. 따라서 본 연구에서는 기계학습 방법의 하나인 인공신경망 모델을 이용하여 상수도관망 압력값을 예측함에 있어 데이터 불확실성의 영향을 조사한다. 정규분포를 따르는 임의의 값을 고려하여 데이터에 측정치 오류를 형성하고 측정치 오류 여부 및 종류에 따라 총 9가지 데이터를 인공신경망 모델을 통해 예측해 경향성을 비교한다. 분석을 통해 데이터 불확실성이 증가할수록 모델 성능이 감소하며, 출력데이터의 측정치 오류가 모델 성능에 미치는 정도가 더 큼을 확인하였다. 특히 입력데이터와 출력데이터의 측정 오차 크기가 동일한 경우 예측 정확도는 각각 72.25%, 38.61%로 큰 차이를 보였다. 따라서 ANN 모델 예측 성능 향상을 위해서는 입력 데이터보다 출력데이터인 주절점의 측정 오류 크기를 줄이는 것이 중요하다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권9호
• /
• pp.389-401
• /
• 2002

To complement the conventional fusion methodologies of state fusion and measurement fusion, a time-propagated measurement fusion methodology is proposed. Various aspects of common process noise are investigated regarding information preservation. Based on time-propagated measurement fusion methodology, four compression filters are derived. The derived compression filters are efficient in asynchronous sensor fusion and fault detection since they maintain correct statistical information. A new batch Kalman recursion is proposed to show the optimality under the time-propagated measurement fusion methodology. A simple simulation result evaluates estimation efficiency and characteristic.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.746-749
• /
• 2016

주제 기반 크롤링(Topical Crawling)으로 수집된 문서들은 서로 비슷한 단어들을 가지고 있기 때문에 정작 주어진 주제에 적합하지 않은 문서 들을 포함할 수 있다. 이를 해결하기 위해 특정 주제에 해당하는 문서만을 필터링하는 작업이 필요하다. 본 논문은 화재 뉴스 기사에 대한 필터링을 위해 단어 기반 속성과 어울려 화재 뉴스 기사의 특성을 고려한 메타 데이터 속성을 추출하여 이에 특화된 기계학습 메커니즘을 제안하였다. 제안 기법의 F1-측정치는 92.1 %로서, 현재 최고의 성능을 보이는 SVM, 나이브베이즈 알고리즘보다. 2~3% 개선된 것이다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권6호
• /
• pp.757-772
• /
• 2019

본 논문에서는 아시아 38개 컨테이너항만 들을 대상으로 10년(2007년-2016년)동안의 4개의 투입요소(선석길이, 수심, 총면적, 크레인 수)와 1개의 산출요소(컨테이너화물 처리량)를 이용하여 인공신경망모형(다층퍼셉트론, 방사형기저함수)으로 클러스터링에 영향을 미친 요소들을 파악하였으며, 1단계 교차효율성 메트릭스를 이용한 군집 수를 사회연결망모형과 타부서치모형에 적용하여 클러스터링을 파악하고 효율성을 측정하였다. 또한 2단계효율성 메트릭스모형을 이용한 클러스터링을 파악하고 효율성을 측정하여 1단계 교차효율성 메트릭스에 의한 측정결과와 비교하였다. 주요한 실증분석 결과는 다음과 같다. 첫째, 인공신경망모형에 의해서 측정해 보았을 때, 군집에 영향을 많이 미친 요소별로 제시해 보면 컨테이너화물 처리량, 선석길이와 수심, 총면적, 크레인 수의 순서로 나타났다. 둘째, 사회연결망분석에서는 2단계 교차효율성(Type IV)메트릭스에 의한 군집은 benevolent 와 aggressive 모형에서 매년 동일한 결과를 보였다. 셋째, 클러스터링 후에 1단계 교차효율성 모형에 비해서 사회연결망 모형 분석과 타부서치 모형 분석에서 국내항만들의 효율성이 거의(사회연결망 모형에서 인천항의 경우 제외) 악화되는 것으로 나타났다. 다섯째, 일반적인 투입지향, 규모수확불변하의 CCR모형의 효율성 측정결과와 비교했을 때는 클러스터링이 모든 항만들에 대해서 약 37%이상의 효율성을 증대시켰다. 여섯째, 사회연결망모형과 타부서치모형에 의해서 클러스터링 되는 항만들은 부산항(고베, 오사카, 포트클랑, 탄중 펠파스, 마닐라항), 인천항(사히드 라자히, 광양), 광양항(아카바, 포트 슐탄 카바스, 담만, 크호르 파칸, 인천)으로 나타났다. 한국항만당국은 본 연구에서 이용된 방법을 도입하여 항만개선방안을 마련해야만 한다.

• 한국미생물·생명공학회지
• /
• 제13권3호
• /
• pp.279-283
• /
• 1985

L-Lysine생산균주 육종의 한 방법으로, Brevibacterium flavum과 Corynebacterium glutamicum의 이속간 원형질체 융합을 실시하였으며, 이들 균주에 대한 원형질체 형성과 재생의 최적 조건을 조사하였다. 그 결과, Corynebacterium glutamicum ATCC 21514 S의 경우, lysozyme을 300$\mu\textrm{g}$/$m\ell$의 농도로 처리하였을 때 12시간 경과 후 99%의 원형질체 형성과 12%의 재생율을 보였으며, Brevibacterium flavum ATCC 21528R 은 lysozyme을 400$\mu\textrm{g}$/$m\ell$로 처리했을 때 12시간 경과 후 99%의 원형질체 형성과 10%의 재생율을 보였다. Brevibacterium flavum ATCC 21514 S 의 이속간 원형질체 융합에서 PEG 농도별 실험을 하여본 결과 PEG 6,000, 30% (w/v)를 사용함으로써 재생세포당 1.2$\times$$10^{-5}$의 재조합 빈도를 얻었으며, 여기에서 얻어진 재조합주들 가운데 KR$_{43}$ 주는 L-lysine 생성능이 모균보다 12% 증가를 나타내었으며, as-partokinase 효소 활성 측정치는 모균보다 13% 높은 것으로 나타났다.